Question

我有以下数据框：

Date    Country Type    Consumption
01/01/2019     Fr   IE  186
02/01/2019     Fr   IE  131
01/01/2019      Fr  SE  115
02/01/2019     Fr   SE  141
03/01/2019     Fr   SE  158
01/01/2019     Po   DK  208
01/01/2019     Po   IE  150
02/01/2019     Po   IE  136
01/01/2019    Po    SE  210
02/01/2019     Po   SE  195
03/01/2019     Po   SE  160
01/01/2019     Hk   DK  229
01/01/2019     Hk   IE  159
02/01/2019     Hk   IE  210
01/01/2019     Hk   SE  130
02/01/2019     Hk   SE  179
03/01/2019     Hk   SE  143

我想按国家和类型将其分成多个数据框。例如，我想拥有

df_1：

df_2：

df_3：

df_4：

＆等等...

我创建了另一个数据框

df = pd.DataFrame({
"Country": ["Fr", "Po"],
"Type": ["IE", "SE"]})

因为我只想基于“ df”中的这些值创建新的数据框

使用以下代码：

#create unique list of names

 UniqueNames = pd.unique(df[['Country','Type']].values.ravel())
 DataFrameDict = {elem : pd.DataFrame for elem in UniqueNames}

 for key in DataFrameDict.keys():
     DataFrameDict[key] = df3[:][df3.Country == key]

但这不能达到目的，我正在获取具有所有类型值的数据框。

如何实现？

我还尝试了以下代码：

d = {}
for name, group in df3.groupby(['City','Type']):
    d['group_' + str(name)] = group

但是问题是，它为City＆Type的每个唯一组合创建了数据框，而我只需要几个组合。

数据框名称也很像 d [“ group _（'Fr'，'IE'）”] d [“ group _（'Fr'，'SE'）”]

我可以将这些名称更改为更简单的名称，例如 Fr_IE Fr_SE 因为我需要在每个数据帧上运行许多其他功能

Answer 1

将具有所需值的数据帧转换为元组列表，以便能够对其进行循环和过滤

tuples = [tuple(x) for x in df.values]

最后，使用列表中的每个项目过滤原始数据框，在这里我将它们打印出来，但是您可能还想做其他事情...

for mytuple in tuples:
    print(original_df[(original_df['Country'] == mytuple[0]) & (original_df['Type'] == mytuple[1])])

要将每个数据框保存在新变量中，可以使用列表进行操作：

my_dfs = [df[(df['Country'] == mytuple[0]) & (df['Type'] == mytuple[1])] for mytuple in tuples]
for my_df in my_dfs:
    print(my_df)

Answer 2

如果您按照下面的方法定义关键数据帧df，那么我已经正确理解了这个问题：

df = pd.DataFrame({
"Country": ["Fr", "Po"],
"Type": ["IE", "SE"]})

您缺少其他组合，例如：['Fr'，'SE']和['Po'，'IE']。

我解决了以下问题。希望这会有所帮助：

import pandas as pd

# I put your original data in a file called data.txt
# and read it into a dataframe called df_data
df_data = pd.read_csv('data.txt', sep=',')
print(df_data)

# Creating a dataframe of all selected country and type pairs
df_temp = df_data.groupby(['Country', 'Type']).size().reset_index(name='Count')
df = df_temp[df_temp['Country'].isin(['Fr', 'Po']) & df_temp['Type'].isin(['IE', 'SE'])].drop('Count', axis=1)
print(df)

# Then loop through the tuples
tuples = [tuple(x) for x in df.values]
my_dfs = [df_data[(df_data['Country'] == mytuple[0]) & (df_data['Type'] == mytuple[1])] for mytuple in tuples]

for my_df in my_dfs:
    print(my_df)

根据python中另一个数据框的列值拆分数据框

2 个答案: